stride-gpt

输入应用描述，几分钟自动生成 STRIDE 威胁模型

stride-gpt 是一个基于 OpenAI GPT 模型的 AI 威胁建模工具，面向安全工程师、架构师和开发团队。它解决的核心问题是传统威胁建模高度依赖专家经验、耗时长且容易遗漏，尤其在敏捷开发节奏下很难持续开展。用户只需提供应用描述或架构信息，工具即可按 STRIDE 方法论（欺骗、篡改、否认、信息泄露、拒绝服务、权限提升）自动生成结构化威胁模型，并支持 DREAD 风险评级、攻击树生成以及 MITRE ATT&CK 映射，还能通过 MCP 与外部工具集成。它把原本需要数小时的安全评审压缩到分钟级，让威胁建模能更早介入设计阶段，降低后期修复成本。

开源 unknown 评测安全

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1124

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类评测安全

开发团队mrwadams

所属国家

官网地址https://stridegpt.streamlit.app

GitHubhttps://github.com/mrwadams/stride-gpt

定价模式unknown

价格说明Streamlit在线应用，需自备OpenAI API Key，定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai-security,application-security,attack-trees,cybersecurity,dread,generative-ai,llm,mcp,mitre-attack,security-tools,streamlit,stride,threat-modeling

GitHub 星标★ 1124

30天Star增速

HF 下载量

上线时间2023-04-10 00:00:00

最近更新2026-09-17 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-16

浏览次数0

使用教程

难度：入门约 10 分钟部署方式：Docker 5 步

环境要求

已安装 Docker（用于 Web UI 方式）
已安装 Python 与 pip（用于 CLI 方式）
准备好 LLM 服务商的 API 密钥
可访问 Docker Hub 拉取镜像的网络环境

安装与启动步骤

1拉取镜像

从 Docker Hub 拉取官方 Streamlit Web UI 镜像，镜像较大，网络慢时可配置国内加速源。
```
docker pull mrwadams/stridegpt:latest
```
2准备 .env 文件

在运行 docker run 的目录下新建 .env 文件并写入模型 API 密钥，启动时通过 --env-file 加载。README 未列出具体变量名，请对照仓库示例填写。
3启动 Web UI 容器

映射 8501 端口并加载 .env 启动容器，缺少 .env 或密钥时会启动失败或无法生成威胁模型。
```
docker run -p 8501:8501 --env-file .env mrwadams/stridegpt
```
4访问界面

在浏览器打开本机 8501 端口，填写应用类型、认证方式、是否面向互联网等信息后即可生成 STRIDE 威胁模型。
5可选安装 CLI

命令行版本通过 pip 安装，官方说明 CLI 没有单独镜像；如需沙箱运行需自行基于最小 Python 基础镜像构建。
```
pip install stride-gpt
```

关键配置

配置项	必填	说明	示例
`.env 文件`	是	存放 LLM API 密钥，docker run 时通过 --env-file 传入	`OPENAI_API_KEY=sk-xxxxxxxx`
`容器端口 8501`	是	Web UI 监听端口，需映射到宿主机后访问	`-p 8501:8501`

如何确认成功

浏览器访问 http://localhost:8501，能看到 Streamlit 页面并成功生成威胁模型即部署成功。

常见问题

Q：不用 Docker 可以吗？

A：可以，CLI 版本用 pip install stride-gpt 安装；README 明确说明 CLI 没有单独的 Docker 镜像。

Q：团队多人部署要注意什么？

A：默认不含认证授权，README 建议自行添加认证、用密钥管理服务存 API Key、部署在 VPN 或内网，并参考 SECURITY.md。

Q：容器启动后页面打不开？

A：确认 docker run 已带上 -p 8501:8501 端口映射，并检查本机 8501 端口未被占用、.env 文件路径正确。

Q：需要沙箱化的 CLI 环境怎么办？

A：README 建议自行基于最小 Python 基础镜像构建 CLI 镜像，官方不提供独立 CLI 镜像。

注意事项

README 节选只包含 Installation 的 Option 3（Docker）与 CLI 的 pip 安装，Option 1/2 内容缺失，建议查看仓库 Installation 章节确认完整步骤。
.env 中的变量名未在本节选中给出，示例值仅作格式参考，实际请对照仓库示例文件填写。
企业/组织级部署可参考 docs/operationalization-guide.md 与 SECURITY.md，注入自有安全控制与合规要求。

核心亮点

按 STRIDE 方法论输出结构化威胁清单，并支持 DREAD 评级和攻击树，结果可直接用于安全评审
集成 MITRE ATT&CK 映射与 MCP，便于对接现有安全工具链和情报体系
Python 实现、部署轻量，提供 Web 界面，安全团队无需搭建复杂平台即可试用

不足之处

依赖 OpenAI API，需自备密钥且产生调用费用，离线或内网环境使用受限
生成质量受输入描述和模型能力影响，可能遗漏业务特定威胁，仍需人工复核

适用场景

新系统架构设计阶段快速产出初版威胁模型
安全团队对既有应用做周期性威胁建模复审
开发团队在 CI/设计评审前自查潜在安全风险

替代项目

Threat Dragon、pytm、IriusRisk

项目介绍

stride-gpt 是一个评测安全领域的开源项目，官方简介：An AI-powered threat modeling tool that leverages OpenAI's GPT models to generate threat models for a given application based on the STRIDE methodology.。项目使用 Python 开发，在 GitHub 上获得 1123 星标。

上一篇：awesome-ai-security-tools

下一篇：ollama-grid-search